简介这份资源是联合国教科文组织2024年发布的《学生人工智能能力框架》官方PDF文件面向教育工作者、课程设计者及关注AI教育的师生旨在指导将人工智能学习目标系统整合进学校课程帮助学生安全、有意义地参与AI领域。框架围绕以人为本的思维方式、人工智能伦理、人工智能技术与应用、人工智能系统设计四个核心领域梳理出12项能力并划分理解、应用、创造三个发展级别同时给出课程目标与教学方法建议。资源包共1个PDF文件大小约745KB内容为英文原版全文便于直接查阅与引用。目前已有460人学习下载。通过这份文件读者可以完整了解UNESCO对AI素养的界定维度与分级路径把握全球AI教育政策方向为校本课程开发、教学研究或论文写作提供权威依据也可作为教师培训与课堂设计的参考蓝本。1. AI competency framework for students从一张能力表到可落地的培养路径很多学校、培训机构、企业培训部门都在提“学生 AI 能力框架”但真正落地时往往卡在同一个地方框架写得漂亮落到课程、作业、评价上却无从下手。AI competency framework for students 本质上是一套把“学生应该具备哪些 AI 相关能力”拆成可观察、可训练、可评价的结构化描述它解决的不是“要不要学 AI”而是“学到什么程度算达标、用什么证据证明达标”。它适合三类人设计 AI 通识课或专业课的教研人员、想把 AI 能力嵌入现有培养方案的教学管理者、以及需要给学生 AI 能力做认证或评估的一线教师。这一章先把框架的定位讲清楚后面几章再拆维度设计、评价量规、落地步骤和踩坑点。2. 拆解 AI competency framework 的维度从“会用工具”到“能判断边界”2.1 为什么大多数学生 AI 能力框架都停在“工具操作层”我见过不少框架第一版几乎都是“会写提示词、会用几个 AI 工具、能生成内容”。这类描述的问题不是错而是不可评价什么叫“会写提示词”写多长算会换一个模型还灵不灵AI competency framework for students 如果只停在工具操作层最后就会变成一张“软件功能清单”学生照着勾选教师没法判断能力是否迁移。更可靠的做法是把能力拆成四个层次认知层知道 AI 能做什么、不能做什么、操作层能调用工具完成具体任务、判断层能评估输出质量、识别幻觉和偏见、伦理层知道什么该做、什么不该做、如何标注 AI 参与。这四个层次不是并列关系而是递进关系。认知层和操作层容易教也容易考判断层和伦理层才是真正拉开差距的地方也是框架里最容易被写空的部分。提示如果框架里出现“熟练使用”“深入了解”这类词基本可以判定它不可评价。可评价的描述必须包含行为动词和可观察证据。2.2 用行为动词重写能力条目一个可抄的改写模板把模糊描述改成可评价条目我一般用这个模板在什么场景下学生能独立完成什么动作产出什么可检查的证据达到什么质量标准。下面是一个改写对照表可以直接拿去改自己手里的框架。原始描述问题改写后熟练使用 AI 工具无法观察能针对一个给定任务在 30 分钟内选用合适工具并产出初稿附工具选择理由了解 AI 伦理太宽泛能在作业中标注 AI 参与部分并说明哪些内容经过人工核实具备 AI 思维不可测量能对一个 AI 输出给出至少两条具体质疑并指出验证路径会写提示词标准缺失能通过两轮迭代把输出质量从“不可用”提升到“可直接修改使用”改写之后每一条都能对应到作业、项目或考试中的具体表现。这一步做完框架才真正从“文档”变成“教学工具”。2.3 维度设计里必须留出的两个接口框架不是孤立的它要跟现有课程和评价体系对接。我建议在维度设计阶段就留两个接口一个是课程接口每个能力条目要能映射到至少一门现有课程或一个可插入的模块另一个是证据接口每个能力条目要说明用什么材料来证明比如项目报告、代码仓库、演示视频、同伴互评记录。没有这两个接口框架最后就是一张挂在墙上的表。有了这两个接口后面做量规和落地步骤才有依据。常见做法是先用表格把能力条目、课程映射、证据类型三列对齐再逐条检查是否有条目找不到课程或找不到证据找不到的就删掉或合并。3. 把框架变成评价量规四个等级怎么写才不打架3.1 量规的四个等级与判定标准能力条目写好之后下一步是给每条能力配一个评价量规。我一般用四级起步、合格、熟练、示范。关键不是等级名字而是每个等级要有可区分的判定标准。下面是一个针对“判断层”能力的量规示例用表格呈现更清楚。等级表现描述判定证据起步能指出 AI 输出中有问题但说不清问题类型口头或书面指出至少一处错误合格能区分事实错误、逻辑漏洞和偏见三类问题在作业中标注问题类型并给出理由熟练能针对每类问题给出至少一种验证方法附验证步骤或外部来源比对记录示范能设计一个可复用的验证流程并说明适用边界流程文档加一次实际应用记录量规写完后要做一致性检验找三份不同水平的学生作业让两位教师独立打分看是否落在同一等级。如果分歧超过一个等级说明描述还不够具体需要回到行为动词层面继续拆。3.2 用 Python 做量规打分一致性检查的最小脚本量规落地时教师之间打分不一致是常见问题。我一般会先用一个小脚本做一致性检查把两位教师的打分结果算一下简单一致率和加权 Kappa。下面是最小可运行代码。# 量规打分一致性检查简单一致率 加权 Kappa # 输入两位教师对同一批作业的等级打分0起步,1合格,2熟练,3示范 import numpy as np from sklearn.metrics import cohen_kappa_score # 示例数据10 份作业两位教师独立打分 teacher_a [0, 1, 1, 2, 2, 3, 1, 0, 2, 3] teacher_b [0, 1, 2, 2, 1, 3, 1, 1, 2, 3] # 简单一致率完全相同的比例 agreement np.mean(np.array(teacher_a) np.array(teacher_b)) print(f简单一致率: {agreement:.2f}) # 加权 Kappa考虑等级顺序的差异比简单一致率更严格 kappa cohen_kappa_score(teacher_a, teacher_b, weightsquadratic) print(f加权 Kappa: {kappa:.2f}) # 判定参考Kappa 0.4 说明量规描述需要重写 # 0.4-0.6 可接受但需培训 0.6 说明量规可落地这段代码的逻辑很直接teacher_a和teacher_b是两位教师对同一批作业的等级打分等级用 0 到 3 表示。agreement算的是完全相同的比例但它不区分“差一个等级”和“差三个等级”。cohen_kappa_score加上weightsquadratic之后差一个等级的惩罚比差三个等级小更符合量规的实际使用场景。参数上weights可以选linear或quadratic我一般用quadratic因为等级之间的差距不是等距的。如果 Kappa 低于 0.4不要急着怪教师先回去改量规描述。3.3 量规和作业设计的对齐检查量规写完不等于能用。我习惯做一次对齐检查拿一份真实作业逐条对照量规看是否每条能力都有对应的作业环节可以观察。常见问题是量规里写了“能设计验证流程”但作业只要求学生提交最终答案没有过程记录这条能力就永远打不出高分。解决办法是在作业说明里加过程性要求比如提交提示词迭代记录、验证步骤截图、AI 参与标注。这些材料不需要额外考试只是把原本被忽略的过程变成可评价证据。对齐检查做完框架、量规、作业三者才算真正咬合。4. 落地步骤从零搭一套学生 AI 能力培养方案4.1 第一步确定能力条目和课程映射落地第一步不是写文档而是拉一张表。我一般用三列能力条目、对应课程或模块、证据类型。能力条目从第 2 章的四个层次里选不要一次全上先选 6 到 8 条做试点。课程映射要具体到某门课的某次作业或某个项目不要写“贯穿全部课程”这种无法执行的话。证据类型要提前想清楚因为不同证据的收集成本差别很大。项目报告和代码仓库容易收集演示视频和同伴互评需要额外组织。试点阶段建议优先选低成本证据跑通之后再增加复杂度。4.2 第二步设计一次可评价的作业作业设计是框架落地的核心。下面是一个我常用的作业结构可以直接套用任务背景、AI 使用要求、过程记录要求、提交物清单、评价量规。其中 AI 使用要求要写清楚哪些环节可以用 AI、哪些环节必须独立完成、AI 参与部分如何标注。过程记录要求是很多教师容易漏掉的。没有过程记录判断层和伦理层的能力就没有证据。我一般要求学生提交一份简短的 AI 使用日志包含每次调用的目的、输入摘要、输出评估和修改动作。日志不需要很长但必须真实因为后面量规打分要靠它。4.3 第三步用脚本做作业提交物的自动预检作业收上来之后如果完全靠人工检查格式和完整性工作量很大。我一般会写一个预检脚本先自动检查提交物是否齐全、文件命名是否规范、日志是否包含必要字段把明显不合格的挑出来教师再集中看合格的部分。# 作业提交物预检检查文件齐全性和日志字段完整性 import os import json # 配置本次作业要求的提交物 REQUIRED_FILES [report.pdf, ai_usage_log.json, reflection.md] def check_submission(student_dir): 检查单个学生提交目录返回问题列表 issues [] # 检查文件是否齐全 for fname in REQUIRED_FILES: fpath os.path.join(student_dir, fname) if not os.path.exists(fpath): issues.append(f缺少文件: {fname}) # 检查 AI 使用日志的必要字段 log_path os.path.join(student_dir, ai_usage_log.json) if os.path.exists(log_path): with open(log_path, r, encodingutf-8) as f: try: log json.load(f) required_keys [purpose, input_summary, output_eval, revision] for entry in log.get(entries, []): for key in required_keys: if key not in entry: issues.append(f日志条目缺少字段: {key}) except json.JSONDecodeError: issues.append(日志文件不是合法 JSON) return issues # 批量检查 base_dir ./submissions for student in os.listdir(base_dir): student_dir os.path.join(base_dir, student) if os.path.isdir(student_dir): problems check_submission(student_dir) if problems: print(f[{student}] 发现问题:) for p in problems: print(f - {p}) else: print(f[{student}] 预检通过)这段脚本的逻辑是先按REQUIRED_FILES检查文件是否存在再读取ai_usage_log.json检查每个条目是否包含purpose、input_summary、output_eval、revision四个字段。参数上REQUIRED_FILES和required_keys都可以按实际作业要求改。预检通过不代表质量合格只是说明材料齐全可以进入人工评价环节。这样能把教师的时间集中在真正需要判断的地方。4.4 第四步收集反馈并迭代框架第一轮跑完之后一定要收集三类反馈学生是否清楚要求、教师是否觉得量规好用、证据是否容易收集。我一般用一个简单的反馈表让教师按能力条目逐条打分标注“描述清楚”“证据好收”“打分不纠结”三项。三项里有一项低于及格线这条能力条目就要改。迭代周期建议一个学期一次不要频繁改否则教师和学生都跟不上。改的时候优先改描述和证据要求不要轻易改能力条目的数量因为数量一变课程映射和量规都要跟着动。5. 避坑与排查学生 AI 能力框架落地时最容易翻车的五件事5.1 现象框架写得很全但没人用原因能力条目太多课程映射不清教师不知道从哪条开始。解决试点阶段只保留 6 到 8 条每条必须映射到具体作业映射不上的先删掉。5.2 现象学生用 AI 生成内容但不标注原因作业说明里没有明确标注要求或者标注了但不检查。解决在提交物清单里加 AI 使用日志预检脚本检查字段完整性量规里给标注行为单独设分。5.3 现象教师之间打分差距大原因量规描述太抽象或者教师没有做一致性培训。解决先用第 3 章的脚本算 Kappa低于 0.4 就改量规描述改完再做一次一致性检查。5.4 现象判断层和伦理层能力打不出高分原因作业只要求最终答案没有过程记录判断和伦理没有证据。解决在作业里加过程性要求比如提示词迭代记录、验证步骤、AI 参与标注把过程变成可评价材料。5.5 现象框架跑了一学期就停了原因收集证据成本太高教师负担重。解决优先选低成本证据比如报告和日志减少视频和现场演示预检脚本能自动做的不要人工做迭代周期拉长到一个学期一次。6. 进阶用法把能力框架接到项目制学习和同伴互评上框架跑通一轮之后可以往项目制学习上接。我一般会设计一个 4 到 6 周的项目要求学生用 AI 完成一个真实任务同时提交能力证据。项目制的好处是判断层和伦理层的能力会自然暴露出来因为学生必须做选择、必须面对 AI 输出的不确定性。同伴互评是另一个进阶方向。让学生用同一套量规互相打分然后对比教师打分看差距在哪里。这个做法不仅能减轻教师负担还能让学生更清楚量规的标准。我一般会要求互评至少两轮第一轮不计分只做校准第二轮才计入平时成绩。验证框架是否有效我习惯看三个指标学生作业中 AI 参与标注的完整率、教师打分一致性 Kappa 值、学生在判断层能力上的平均等级变化。这三个指标不需要额外考试直接从作业和量规数据里算。如果标注完整率上升、Kappa 稳定在 0.6 以上、判断层平均等级从起步升到合格说明框架在起作用。最后说一个我自己的习惯每次改框架之前先翻一遍上一轮的学生作业和教师反馈不要凭印象改。我吃过这个亏凭印象加了两条能力条目结果课程映射对不上教师抱怨了一个学期。希望帮到你。本文还有配套的精品资源点击获取
